01 为什么要对产品进行定位集差异化分析

产品定位是指将产品在市场上的定位和定位目标进行明确定义和规划，以便更好地满足消费者需求和实现企业目标。产品定位的目的是为了使产品具有独特的市场地位和品牌形象，以吸引消费者，提高产品的销售量和市场份额。

产品定位的核心在于明确产品的差异化特点和目标消费者的需求，通过针对性的市场营销活动，向目标消费者传递产品的独特价值，使其更容易接受和购买。产品定位不仅有利于企业提高产品的竞争力和市场份额，还可以有效地降低市场营销成本和提高品牌忠诚度。

02 实现方法-多维尺度分析

想要达到产品定位的目的，我们推荐一种方法：多维尺度分析，它通过对一组产品或服务的相似性／非相似性进行比较来验明竞争的品牌或产品，探明消费者对产品相似性的姿态和消费者对产品偏爱程度的一种流行的研究工具。基于调查研究人员可以获得一个距离矩阵。

并可以获得感性市场定位图研究人员可以分析各个品 牌之间的竞争程度。同时利用感性定位图可以进行市场细分并确定理想产品所应当具有的特性以及锁定的目标用户群体的特征。

多维尺度分析处理的数据是一般是表示事物之间的接近性的观察数据，既可以是个体之间的差异性，这里我们先用一个最容易理解的例子进行展示，中国各个省的位置大家都清楚吧！

比如说拖入的数据就是各个城市距离矩阵。

下图就是由多维尺度得到各个城市的相对距离图，WA各个省的相对位置与中国地图的点是一样的。

那么这个距离矩阵如何得到呢？？？

03 产品定位-问卷数据举例

多维尺度分析需要确定市场研究的目的，然后拟定所要研究的品牌对象或者其他对象并确定所要调查的用户群体。 获得距离矩阵之后才能去做分析，有两种方式：

（1）获取用户数据让用户对选定的一组品牌打分或者其它评价内容两两比较，得到消费者户直接对各个样本进行的不相似性的打分数据，每位消费者的打分数据形成一个对称矩阵。

比如说现在有十五个品牌，让消费者对各品牌的相似性或非相似性进行打分，最后将各个用户的打分结果进行汇总，得到汇总对称矩阵。

这里我们推荐一个简单上手的软件，在SPSSPRO上传以上的对称矩阵，但是SPSSPRO仅支持不相似矩阵，也即距离矩阵，上传数据后来到多维尺度模块，直接将变量进行拖入。

结果中就会做出空间感知图，以为了分析哪些品牌的距离相近，就代表两品牌越相似。然后就可以去分析品牌相似具有的共同点，确定市场定位。

（2）获取用户数据让用户对选定的一组品牌打分或者其它评价内容打分、排序，多维尺度分析可以根据数据创建距离矩阵，目的就是要发现决定多个事物之间距离的潜在维度，用较少的变量对事物之间的差异性作出解释。

比如直接让消费者对各个品牌进行打分，通过多维尺度可以得到各种早餐的距离矩阵，后绘制出低维的空间感知图，即把高维空间的几何图形转化成低维空间的图形。

同样在SPSSPRO拖入数据，但是选择”根据数据创建距离矩阵“，这样就会自动计算出距离矩阵，再绘制出空间感知图。

以下结果是空间感知图，各个品牌我们可以大致分成三类，所以说，多维尺度分析还可以当作一种聚类方法。

04 空间感知图维度解读

在我们得到了各个产品的空间感知图后，还可以对空间感知图的维度进行解读，维度信息也代表着消费者普遍关注的点，各个产品的优化方向也可紧跟维度、紧跟消费者。大家如果有兴趣可以去看看张曾垚先生写的多维尺度分析在华为品牌差异化中的应用研究。

在维度 1 ( Dimension 1) 上，华为、三星、苹果、谷歌 较为相似，思科、甲骨文、英特尔、微软较为相似，维度 1 左边的品牌都是在消费者市场比较活跃的企业，

维度 1 右边 的品牌则是相对在组织市场较活跃的企业，因此维度 1 可以 命名为与消费者的接触程度，越靠近左边，表示与消费者的接触程度较低，与组织市场接触更密切，越靠近右边，表示与消费者接触程度更高。

在维度 2 ( Dimension 2) 上，华为与三星、思科较为相似，英特尔与微软较相似，苹果与上方的华为、三星、思科 较相似，甲骨文与下方英特尔与微软较相似，谷歌个性明显，维度 2 可以命名为经营业务综合性。

谷歌，业务包括互 联网搜索、云计算、广告服务等，主要利润来自 Adwords 等 广告服务; 微软，业务包括操作系统、应用系统、硬件等; 英特尔，业务主要以半导体芯片为主; 苹果，经营硬件产品 如电脑、手机、个人数码等，软件产品如操作系统，专业软 件等; 甲骨文，主营软件; 思科，经营网络解决方案供应、 设备和软件产品;

三星，经营范围包括电子、金融、机械、 化学等; 华为，主要产品涉及通信网络及无线终端产品，为 全球提供通信硬件设备、软件、服务和解决方案。

在维度 2 上，越往上，经营业务综合性越明显，越往下，经营业务更具个性。谷歌的搜索引擎以及广告技术业务都与其他品牌差异性较大，最具个性。

05 总结

一个消费者对于某个产品的评价有其自身的考虑方向和权重，有随机性，但众多消费者对于同一个产品的看法却具有聚集性和局部共性，这就是分析消费市场时需要抓住重要信息。在多维尺度分析中总结出空间感知图的维度信息，可以得到此类产品的重要特性，因此，产品优化可向着此方向前行本。除此之外，消费者是分群的，不同消费者喜欢不同的品牌，所以针对不同消费群体的也可以再进行细分。